数据分析如何破解SaaS企业客户留存难题？

在SaaS企业客户中，客户留存度几乎成为每个SaaS公司的核心分析指标。

许多的企业服务公司都在快速地引入和扩展自己的客户成功、延展销售团队或者客户关系管理团队，积极服务于现有的企业级客户，从而减低客户流失率，增加客户黏度。

客户成功经理以及客服人员最主要的任务之一，就是用数据分析，追踪客户是如何使用产品，从而提高客户留存率。

世界上知名的SaaS企业，比如Salesforce, LinkedIn, Box以及Workday等都紧密地追踪新开账户、以及持续衡量现有客户对产品的使用。

这种近乎痴迷地、持续追踪用户各种使用行为、监测对现有及各种新产品功能的使用频率和各种模块细节使用情况，核心目的主要有三个：

1. 衡量客户忠诚度，减低潜在流失率。

2. 预测客户复购率、增加潜在增购可能性。

3. 增强产品设计体验和使用流畅度，提高客户体验，减低产品摩擦。

注意是减低潜在流失率、潜增加在增购可能性，而不是流失率、增购可能性，为什么要强调潜在？

因为有数据分析。数据分析可以使得客户成功经理或销售经理，在客户流失苗头出现之前，就能及时采取行动，阻止客户流失，把潜在的可能性消灭在摇篮里。

为什么数据分析能做到？

因为数据分析能够提供给所有的客户成功经理或销售经理非常详尽的客户分析记录，以详细理解客户的使用行为，从而预测并降低客户流失的风险。

如，当一个客户对新产品功能使用率非常低，客户成功经理、销售经理需要迅速地联系客户，了解用户为什么很少使用或者停止使用。

如果分析结果显示，客户已经停止使用产品的核心功能，这种数据分析结果往往是客户无法从产品中直接获得价值，长远讲，客户会停止使用这个产品，最终造成了营收减低。

客户健康度：根据每一个客户的使用情况给出预警

什么是客户健康度？

可以理解为用户使用SaaS软件各种产品特性的行为数据的一种集合，这个指标涉及到客户使用产品频次、广度和深度，是客户是否会留存的核心指针。

即客户是否会留存就看客户健康度高不高。

在销售的时候就应该考虑到续约问题。

前瞻性的续约需要在续约谈判前获得客户使用数据和健康状况的报告。

当客户还在使用周期内，就应该分析其使用状况及流失风险，从而可以在早期就能发现风险，并采取行动挽留他们。

但现在很多SaaS企业的客户关系管理指标，还很原始粗暴，仍按下一次用户续费日期—–合同到期日期进行。

也就是当距离客户续约之前的若干周／若干月，客户成功经理、销售经理等才会去联系客户询问和接洽续约。

这种做法在SaaS领域越来越遭到摒弃。

因为这种“交易”型客户关系管理，已经越来越不适应当代客户关系管理系统。在续约之前才发现客户已经很少或不使用产品，他们续约可能性基本已经减低为零。

所以越快发现客户存在风险，你就越很快做出反应，来提升客户健康状况。

数据分析可以提供这种结果，

哪些客户存在流失风险，以及哪些客户有拓展机会。

精确评分系统的核心是以用户的行为和使用数据展开，进而结合商业直觉对用户的潜在续约率进行判断。

1. 积极应对高危账户

好的客户关系管理要利用数据分析，找到用户使用中问题的根源，优化问题解决方案。

有效的客户成功分析系统能够让你把资源分配到最需要的地方，提供及时的服务，发现服务模式和趋势。

有效的商业服务不是去扮演救火员，而是提供有战略意义的反馈。

这里核心的衡量标准就是要紧密追踪客户对产品各种功能的使用度，从而了解客户的痛点和使用特点，有针对性的制定培训和客户关怀策略。

2. 持续指导每个用户，并且进行培训：

入门培训并不是一个一次性的项目，而是长期持续的过程。

有效的培训需要一个系统性的方法，在产品使用周期内，持续指导关键客户。

培训时需要考虑到不同技能等级客户，最佳策略是，在培训过程中，找到并消除不同客户间的差距，最终提高所有客户的能力。

然而并不是所有的客户都需要培训，企业需要用数据分析的手段来了解每一个客户的使用情况，从而判断哪个客户需要培训，哪个客户不需要培训。这样才能最优化的调整客户指导的策略，有效的利用内部销售和客户成功各部门的时间和资源。

但是通常，每个销售经理和客户成功经理手中通常掌握了几百、甚至几千名客户，怎么可能了解每个客户使用情况。

最近国内兴起了一种从硅谷传过来的，针对客户成功的精益化运营分析工具，如GrowingIO等，可以提供接近事实追踪网站或APP内的产品使用行为，从而直接预测每个客户健康度，以监控潜在流失可能性。

什么是“客户温度”？

可以理解为用户使用SaaS产品各种产品特性的行为数据，那些能够预测其进行复购，增购、或者追加销售的指针。

这个指标涉及到客户使用产品中货币化组件的可能性。也就是Monetization（货币化），是客户是否会增加购买的核心指针。

找到扩大收入机会的核心是：在不增加客户获取成本的情况下如何增加营业额

要想使得占领——扩张策略生效，需要有一个有预测力前瞻性的方法从当前用户基础上扩大收入。

投资回报率数据可以作为扩大服务范围的基础。但要想持续得找到收入增长的机遇同时满足客户需求，大规模重复的人力工作貌似是必不可少的。

比如说给每一个客户打电话询问他们是否需要新的产品和增值服务。

但是这种地推和穷举的方法需要大量的人力，物力和时间去管理，这是一个成本很高，转化率很低的方式。最终导致的是获取和维护客户关系的成本大大提高，但是销售额却没有太多的提振。

而且现实是，销售人员和客户成功经理们都直接管理几十个甚至几百个客户，没有人能够在同一时间之内关注如此多的用户。

这就要求我们能够随时随刻地判断每一个现有客户的增购，和重复购买的可能性。最简单的方法就是利用所有用户的使用行为，找到当天，当周，当月优先级最高的客户予以关注。

上文提到的新一代数据分析工具，就可以通过对用户在SaaS云服务网页或者App端各种产品细节的使用和互动，特别是针对客户消耗和付费功能等的各种使用信号的分析,来对所有使用中的客户进行排序和调优。找到超级活跃客户，也就是“高温度”客户。从而为客户成功经理以及销售人员提供最新的客户动态，让企业内的客户支持部门，有针对性地对活跃度和重复购买率高的用户及时跟进。

发现和发展值得信任的推广大使

满意的客户常常会变成热情的产品推广者。他们的使用经历、成功故事和推荐非常有说服力和吸引力。

因此为了增加他们的人数和有效得利用他们的声音，需要发展一套方法来识别、发展和管理这些客户或者推广大使。

因此客户成功的数据化管理就越发的重要，通过通过客户成功分析及时找到这些忠实的粉丝，就等于找到下一次营销的机会。